Python内存数据库、引擎课案.doc

Python内存数据库/引擎 1 初探 　　在平时的开发工作中，我们可能会有这样的需求：我们希望有一个内存数据库或者数据引擎，用比较Pythonic的方式进行数据库的操作（比如说插入和查询）。 　　举个具体的例子，分别向数据库db中插入两条数据，a=1, b=1 和 a=1, b=2, 然后想查询a=1的数据可能会使用这样的语句db.query(a=1)，结果就是返回前面插入的两条数据； 如果想查询a=1, b=2的数据，就使用这样的语句db.query(a=1, b=2)，结果就返回前面的第二条数据。 　　那么是否拥有实现上述需求的现成的第三方库呢？几经查找，发现PyDbLite能够满足这样的需求。其实，PyDbLite和Python自带的SQLite均支持内存数据库模式，只是前者是Pythonic的用法，而后者则是典型的SQL用法。 他们具体的用法是这样的： PyDbLite 复制代码 import pydblite # 使用内存数据库 pydb = pydblite.Base(:memory:) # 创建a,b,c三个字段 pydb.create(a, b, c) # 为字段a,b创建索引 pydb.create_index(a, b) # 插入一条数据 pydb.insert(a=-1, b=0, c=1) # 查询符合特定要求的数据 results = pydb(a=-1, b=0) 复制代码 SQLite 复制代码 import sqlite3 # 使用内存数据库 con = sqlite3.connect(:memory:) # 创建a,b,c三个字段 cur = con.cursor() cur.execute(create table test (a char(256), b char(256), c char(256));) # 为字段a,b创建索引 cur.execute(create index a_index on test(a)) cur.execute(create index b_index on test(b)) # 插入一条数据 cur.execute(insert into test values(?, ?, ?), (-1,0,1)) # 查询符合特定要求的数据 cur.execute(select * from test where a=? and b=?,(-1, 0)) 复制代码 2 pydblite和sqlite的性能 　　毫无疑问，pydblite的使用方式非常地Pythonic，但是它的效率如何呢？由于我们主要关心的是数据插入和查询速度，所以不妨仅对这两项做一个对比。写一个简单的测试脚本： 复制代码 import time count = 100000 def timeit(func): def wrapper(*args, **kws): t = time.time() func(*args) print time.time() - t, kws[des] return wrapper @timeit def test_insert(mdb, des=): for i in xrange(count): mdb.insert(a=i-1, b=i, c=i+1) @timeit def test_query_object(mdb, des=): for i in xrange(count): c = mdb(a=i-1, b=i) @timeit def test_sqlite_insert(cur, des=): for i in xrange(count): cur.execute(insert into test values(?, ?, ?), (i-1, i, i+1)) @timeit def test_sqlite_query(cur, des=): for i in xrange(count): cur.execute(select * from test where a=? and b=?, (i-1, i)) print -------pydblite-------- import pydblite pydb = pydblite.Base(:memory:) pydb.create(a, b, c) pydb.create_index(a, b) test_insert(pydb, des=insert) test_query_object(pydb, des=query, object cal